Z.ai lança o GLM-5.1: o modelo que não fica sem fôlego

A Z.ai lançou o GLM-5.1, e a principal diferença entre este modelo e as gerações anteriores pode ser descrita em uma frase: ele não fica sem fôlego.

A história comum com programadores de IA é esta: o modelo recebe uma tarefa, aplica técnicas familiares, entrega rapidamente resultados iniciais e esbarra em um teto. Dar mais tempo é inútil; ele apenas fica girando em falso. O GLM-5.1 quebrou esse padrão. Os desenvolvedores treinaram o modelo intencionalmente para trabalhar em tarefas de longa distância onde não há métricas claras e ele precisa decidir por si mesmo o que fazer a seguir.

Os resultados falam por si mesmos. No benchmark SWE-Bench Pro, o novo modelo superou o GPT-5.4 e o Claude Opus 4.6. Mas é ainda mais interessante ver como ele lida com tarefas sem linha de chegada.

Em um teste, foi dado a ele o esqueleto de um banco de dados vetorial em Rust e pedido para extrair a velocidade máxima. O limite comum para tarefas como essa é de 50 iterações. O GLM-5.1 trabalhou no projeto mais de 600 vezes, fazendo milhares de chamadas de ferramentas. Em vez de parar, o modelo analisou os logs por si mesmo, encontrou gargalos e mudou a estratégia arquitetônica. O resultado — 21.500 QPS em comparação com 3.547 do melhor resultado anterior. Uma diferença de seis vezes.

Um quadro semelhante surgiu com a otimização de kernels de GPU para tarefas de ML. O modelo continuou encontrando maneiras de acelerar o código mesmo após mil iterações, elevando o ganho médio de velocidade para 3,6x. Para comparação, o torch.compile padrão fornece cerca de 1,15x.

O cenário mais revelador não tinha métricas numéricas de todo. O GLM-5.1 foi solicitado a construir um ambiente de desktop Linux funcional no navegador do zero. Sem modelos, sem dicas, sem mockups. Por oito horas de trabalho contínuo, o modelo construiu o sistema: adicionando um gerenciador de arquivos, terminal, editor de texto, monitor do sistema, calculadora e até jogos. Além disso, ele não apenas montou widgets, mas refinou os estilos e vinculou tudo em uma interface unificada.

A essência da atualização não é que o modelo ficou um pouco mais inteligente em tarefas curtas. Ele aprendeu a não desistir quando as vitórias fáceis terminam, e a refinar metodicamente a solução ao longo de centenas de iterações. Isso o torna uma ferramenta real para projetos complexos onde o resultado não pode ser julgado pelo primeiro rascunho.

O modelo já está disponível no HuggingFace e GitHub, e você pode vê-lo em ação via a API da Z.ai.